pandas 获取panda列中唯一值的列表

py49o6xq 于 2022-12-21 发布在其他

关注(0)|答案(3)|浏览(119)

你能帮我解决下面的问题吗？想象一下，我有一个如下的df：

data = {
    'A':['A1, B2, C', 'A2, A9, C', 'A3', 'A4, Z', 'A5, A1, Z'], 
    'B':['B1', 'B2', 'B3', 'B4', 'B4'], 
}
df = pd.DataFrame(data)

我怎样才能创建一个唯一值存储在列'A'的列表？我想smth如下：

list_A = [A1, B2, C, A2, A9, A3, A4, Z, A5]

3条答案

假设您将逗号分隔的子字符串定义为“值”，则可以使用split、explode和unique：

list_A = df['A'].str.split(',\s*').explode().unique().tolist()

输出：['A1', 'B2', 'C', 'A2', 'A9', 'A3', 'A4', 'Z', 'A5']

代码将lambda函数应用于'A'列，以删除列表中字符串的白色。
接下来，代码使用str.split（）方法按分隔符“，”拆分“A”列中的字符串，从而得到一列列表。
最后，代码使用列表解析将列表的列表扁平化为一个列表，然后使用set（）函数创建一个包含列表唯一元素的set对象，并将其输出到控制台。

将列A转换为一个合适的列表（新列C），在本例中，我们将得到['A1', 'B2', 'C']，而不是'A1, B2, C'。

df['C'] = df['A'].str.split(',\s*')

查找已转换列的已排序唯一值：

set(df['C'].explode())
# {'A1', 'A2', 'A3', 'A4', 'A5', 'A9', 'B2', 'C', 'Z'}

如果排序不重要：

list(df['C'].explode().unique())
# ['A1', 'B2', 'C', 'A2', 'A9', 'A3', 'A4', 'Z', 'A5']